【2026年】QPRで業務データをAIに開く|開く分析と閉じる分析

「業務改善のチームが作ったプロセスマイニングの分析を、現場の人は結局ほとんど見ていない」「社員が使っている ChatGPT や Copilot から、受注や支払いの遅れを直接聞けたら便利だが、勝手につないでよいのか分からない」——業務改善の担当とAI導入の担当が、同じ会議でそろって口にする声です。業務の実データをAIから引けるようにする話は、接続の技術の問題だと思われがちです。本当に決めるべきなのは、どの分析を道具として開き、誰の資格で、どこまでの答えをAIに返させるかという線です。この記事では、フィンランドの QPR ソフトウェア社 が提供するプロセスマイニング製品 QPR ProcessAnalyzer が2026年に MCP サーバーとして動くようになったことを手がかりに、三つの場面ごとに開く分析と閉じる分析、資格の持たせ方、個人の評価に使わない線、データの置き場、提供元の継続性の見方、費用と止め方を整理します。画面の操作手順や料金の一覧は扱いません。
カメ先生プロセスマイニングの結果をAIから呼べるようにするというと、ダッシュボードを見なくて済む便利機能だと思われがちなんだ。でも本当は、会社の業務の実データに、社員のAIが毎日問い合わせる窓口を新しく作る話なんだよ。
カメ子画面を見に行く人が限られていたものが、AIを使う人なら誰でも聞けるようになる、ということですか。
カメ先生そう。だから、どの分析を開くか、誰の権限で答えるか、出てきた数字を誰が確かめるかを、つなぐ前に決めておく必要がある。道具は用意されているけれど、線を引くのは会社の側なんだ。
カメ子便利さの裏で、答えられる範囲を自分たちで決めるということなんですね。
- QPR ProcessAnalyzer は2026年4月に MCP サーバーとして動くことを公表し、2026.6 の版で組み込みの道具や Snowflake 版での接続が加わった
- 開く分析は場面(業務改善の担当・経営・エージェント)ごとに分け、個人や少人数の担当者が特定できる切り口は道具にしない
- 利用者ごとの OAuth を基本にし、数字を意思決定に使う前に人が確かめる線、止め方、提供元の継続性を先に決めておく
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
QPR ProcessAnalyzerとは:フィンランドの上場企業が作るプロセスマイニング製品
QPR ProcessAnalyzer は、フィンランドの QPR ソフトウェア社 が開発するプロセスマイニングの製品です。QPR ソフトウェア社 は1991年創業で、本社はヘルシンキにあり、ヘルシンキ証券取引所に上場しているソフトウェア会社です。製品資料では、世界の顧客が2,000社を超えると説明しています。業務の流れを設計する製品なども持っていますが、いま事業の中心に据えているのがこの ProcessAnalyzer です。
プロセスマイニングは、基幹システムなどに残った作業の記録から、受注から出荷まで、発注から支払いまでといった業務の実際の流れを描き出す手法です。何を測るのか、記録の1行に何が必要かといった一般論は別の記事で整理しているため、ここでは繰り返しません。この記事が扱うのは、すでに業務の流れを分析している会社が、その分析結果を社員のAIやエージェントに開くかどうかという判断です。
調査会社の評価としては、Gartner が2026年5月に出したプロセスインテリジェンス基盤の評価で、QPR ソフトウェア社 は4年連続で「先見性のある事業者」の区分に入ったと発表しています。大手の競合と比べると規模は小さく、日本語で紹介された例はほとんどありません。国内では名前を初めて聞く担当者のほうが多いはずです。
2026年の動き:MCPサーバー化と、2026.6の版で加わったもの
QPR ソフトウェア社 は2026年4月30日の公式ブログで、ProcessAnalyzer が MCP サーバーとして動くようになったと発表しました。MCP は、AIのアプリやエージェントが外部の道具を呼び出すための共通の約束事です。ブログでは、業務が手順どおりに流れているかの確認、滞留している箇所の検出、処理量の分析といった、専門家が作った分析を道具として再利用でき、Copilot・ChatGPT・Claude をもとにしたエージェントから呼べると説明しています。
その後の版で中身が足されています。2026.6 のリリース資料では、モデルの一覧、モデルの詳細、汎用の問い合わせという三つの組み込みの道具が加わり、既定で有効、必要なら無効にできると書かれています。あわせて、Snowflake の中で動く版でも MCP が使えるようになり、Snowflake 側のエージェントにつなげられるようになりました。さらに、ProcessAnalyzer 自身のAI機能が、OpenAI と互換の窓口を持つ社内のAIの中継基盤にも接続できるようになっています。
ここで押さえておきたいのは、組み込みの道具が既定で有効だという点です。新しい版に上げただけで、AIから呼べる範囲が広がることがあり得ます。版を上げる前に、どの道具が増え、どれを止めるのかを確かめる手順を、情シスの運用に組み込んでおく必要があります。
MCPで開くと何が変わるか:分析を「道具」として呼ばせる
これまでのプロセスマイニングは、分析の担当者が流れ図や指標を作り、ダッシュボードで共有する形が中心でした。見る人は、画面を開きに行ける一部の人に限られます。MCP で開くと、社員が普段使っているAIの会話の中から、業務の実データに基づく答えを引けるようになります。公式ブログが描いているのは、「まず分析して後で動く」から「聞いて、理解して、すぐ動く」への変化です。
ただし、変わるのは見る人の数だけではありません。AIは、利用者が書いた質問を自分で解釈し、どの道具をどの条件で呼ぶかを決めます。同じ質問でも、AIが選ぶ道具や絞り込みの条件が変われば、返ってくる数字が変わります。ダッシュボードなら、誰が見ても同じ定義の数字が出ました。AI経由では、数字の定義を道具の側で固定しておかないと、部署ごとに違う答えが会議に持ち込まれます。
もう一つの変化は、問い合わせの量です。人が画面を開く回数と違い、エージェントは処理のたびに道具を呼べます。分析の基盤や、Snowflake 版であればデータ基盤の計算資源の消費が、想定より早く増える可能性があることも、開く前に見込んでおく点です。
組み込みの道具と自作の道具:最初に開く範囲を決める
ProcessAnalyzer の道具には二種類あります。一つは製品に組み込まれた道具で、公式のウィキによれば、モデルの一覧、モデルの表と列の詳細、汎用の問い合わせ、それに業務の設計上の流れ(あるべき姿)を読む道具があり、いずれも読み取り専用とされています。モデルの一覧には、呼び出した利用者に権限があるモデルだけが出ます。もう一つは、社内で作るスクリプトを道具として公開するもので、特定の分析を、決まった入力と出力の形で呼べるようにできます。
汎用の問い合わせは便利ですが、AIが自由に絞り込みと集計を組み立てるため、どんな切り口の数字でも出せてしまいます。最初から汎用の道具だけを開くと、個人の処理件数や担当者別の所要時間のような、開くつもりのなかった切り口までAIが作れることになります。組み込みの道具は無効にもできるので、初めは汎用の問い合わせを止め、目的ごとに作った道具だけを開く、という順番も選べます。
自作の道具には、公式の作り方の説明で、読み取り専用か、データを消す操作か、同じ入力なら同じ結果か、外部のサービスを使うか、といった性質の目印を付けられると書かれています。AIのアプリによっては、この目印を見て利用者に確認を求めます。目印は正しく付けることが前提で、付け間違えると確認が飛ばされます。また、MCP の道具になっているスクリプトを作り変えられるのはシステム管理者だけと定められています。誰が管理者として道具を足せるのかを、社内で明確にしておきます。
| 道具の種類 | できること | 最初の扱い |
|---|---|---|
| モデルの一覧・詳細 | どの分析モデルがあり、どの表と列があるかを返す | 開いてよい。ただし列名に機微な情報がないか確かめる |
| 汎用の問い合わせ | AIが条件を組み立てて、件数・時間・経路などを集計する | 初めは止めるか、限られた利用者だけに開く |
| 設計上の流れを読む道具 | 業務のあるべき手順・役割・統制を返す | 開いてよい。実態との比較の材料になる |
| 自作の道具 | 決まった分析を決まった形で返す | 主役にする。定義・性質の目印・持ち主を決めて開く |
シナリオ1:業務改善の担当者が、遅れの原因を問う
最初の場面は、業務改善の担当者が自分のAIから「今月、発注から支払いまでが遅れている取引先はどこか、どの工程で止まっているか」と問う使い方です。公式ブログも、調達の担当者が取引先の遅れを調べる場面を例に挙げています。分析に慣れた人が使うので、開く範囲を最も広くしてよい場面です。
ここで開くのは、工程ごとの滞留時間、経路の違い、手順どおりに流れたかの確認、取引先や品目の単位での集計です。汎用の問い合わせを開くなら、この担当者の層に限ります。一方で閉じるのは、処理した担当者個人の単位での件数や時間の比較です。原因を探るのに担当者の名前が要る場面はありますが、それはAIの会話の外で、分析の担当者が画面で確かめれば足ります。
この場面で人が確かめるのは、AIが示した「原因」です。プロセスマイニングが示すのは、どこで時間がかかっているかという事実までで、なぜかかっているかは記録からは分かりません。AIはもっともらしい理由を書き添えがちなので、原因の説明には、どの数字を根拠にしたかを必ず書かせ、現場への聞き取りで裏を取る運用にします。
シナリオ2:経営が、四半期の数字をAIに聞く
二つ目の場面は、役員や部門長が「受注から出荷までの日数は、前の四半期より改善したか」をAIに聞く使い方です。分析の専門家ではない人が、会議の直前に答えを求めることが多い場面です。ここでは、汎用の問い合わせを開かず、定義を固定した指標の道具だけを開くのが基本です。
理由は、経営の会議で使われる数字は、定義が一つでなければならないからです。AIが毎回違う絞り込みで集計すると、ある役員の答えと別の役員の答えがずれ、どちらが正しいかの議論に時間を取られます。指標の道具は、対象期間の区切り方、除外する取引、日数の数え方を道具の中に書き込み、入力として受け付けるのは期間と部門だけ、といった形にしておきます。
この場面では、AIの答えをそのまま資料に貼らない、という線も必要です。数字は、分析の担当者が毎月確定させた値と突き合わせてから使う、と決めておきます。ダッシュボードの確定値とAIの答えが食い違ったら、ダッシュボードを正とし、食い違いを分析の担当者に知らせる経路を作ります。
シナリオ3:エージェントが、処理の前に滞留を確かめる
三つ目は、人ではなくエージェントが呼ぶ場面です。たとえば、問い合わせ対応や受発注の処理を担うエージェントが、処理を進める前に「この取引先の請求処理はいま滞っているか」を確かめ、滞っていれば担当者に知らせる、という使い方です。公式ブログが言う「聞いて、すぐ動く」に最も近い形です。
ここで開くのは、決まった問いに決まった形で答える道具だけです。エージェントに汎用の問い合わせを渡すと、処理のたびに重い集計を組み立てて呼ぶおそれがあり、費用と負荷の両面で読みにくくなります。そして、分析の結果をもとに、エージェントに支払いの保留や取引の停止を決めさせないことが重要です。分析が示すのは過去の流れの傾向であり、目の前の一件をどう扱うかの判断材料の一つにすぎません。
エージェントの場面で人が確かめる範囲は、エージェントが「知らせた」件の中身です。最初の数か月は、知らせた件を担当者が見て、本当に滞っていたかを記録し、空振りの割合が下がらないうちは、知らせる以上のことをさせないと決めておきます。
場面ごとに、開く分析・閉じる分析を一覧にし、汎用の問い合わせを誰に開くかを決めます。
指標の数え方、入力として受け付ける項目、性質の目印、持ち主を道具ごとに書きます。
業務改善の担当者の数名から始め、AIの答えと確定値の差、呼び出しの回数を記録します。
定義を固定した指標の道具だけを、部門長や役員の層に開きます。
知らせるだけの役割から始め、空振りの割合を見ながら範囲を見直します。
誰の資格で呼ぶか:利用者ごとのOAuthと、共有の鍵の違い
公式のウィキによれば、ProcessAnalyzer の MCP サーバーへのつなぎ方には二つあります。一つは OAuth 2.0 で、利用者一人ひとりが自分の資格で認証され、その人の権限の範囲で道具が動きます。ウィキはこちらを主な方法とし、推奨しています。もう一つは、すべての呼び出しに共通の固定の鍵を使う方法で、この場合は MCP 用に作った一つの利用者の権限で動きます。
共有の鍵は設定が簡単ですが、誰が呼んでも同じ権限になり、記録の上でも一人の利用者として残ります。部署ごとに見てよいモデルが違う会社では、共有の鍵は最も広い権限に合わせることになりがちです。社員のAIからつなぐ用途では OAuth を基本にし、共有の鍵は、試験環境や、決まった道具だけを呼ぶエージェントの専用の資格に限る、と分けるのが現実的です。
接続できるAIのアプリとして、ウィキには Claude のデスクトップ版と Claude Code、Microsoft の Copilot Studio、ChatGPT、開発者向けの編集環境の GitHub Copilot、Snowflake のエージェントが手順付きで載っています。ChatGPT からつなぐ場合は、サーバーが外部から到達できる場所にある必要があるとされています。社内にだけ置いている分析の基盤を外から到達できるようにするかどうかは、それ自体が情シスの判断事項です。
- 利用者ごとの OAuth:本人の権限で動き、記録も本人の名前で残る。社員のAIからの利用の基本
- 共有の鍵:一つの専用の利用者の権限で動く。試験や、範囲を絞ったエージェント専用にとどめる
- Snowflake 版:2026.6 時点ではプログラム用のアクセストークンでつなぎ、OAuth は未対応とリリース資料に明記されている
個人の評価に使わない線を、道具の側で守る
プロセスマイニングの記録には、多くの場合、作業をした担当者の識別子が含まれます。画面で分析していた頃は、分析の担当者が配慮して担当者別の比較を避けることができました。AIから誰でも問える状態になると、「この工程で一番遅い担当者は誰か」という質問に、AIがそのまま答えてしまうおそれがあります。
この線は、規程に書くだけでは守れません。AIは質問されれば答えようとするからです。守り方は道具の設計にあります。担当者の識別子を含む列を、AIに開くモデルから外すか、まとめた単位でしか返さない道具だけを開くことです。汎用の問い合わせを開く層を絞るのも、この理由からです。モデルの詳細を返す道具は列名を見せるので、列名そのものに氏名や社員番号が入っていないかも確かめます。
労働組合や従業員代表との合意がある会社では、その合意の範囲を道具の一覧と突き合わせておくと説明がしやすくなります。操作の記録から業務を読み解く別の手法の記事でも、個人の評価に使わない線を規程に書く話をしましたが、AIに開くときは、規程に加えて「そもそも答えられない」設計にすることが要点です。
- 汎用の問い合わせを全社員に開き、担当者別の処理時間の比較がAIの会話で出回った
- 共有の鍵でつないだため、部署を越えて他部署の業務のモデルまで問えるようになっていた
- 版を上げたら組み込みの道具が増えていたのに、誰も気づかずに開いたままだった
- AIが書き添えた遅れの原因を、裏を取らないまま改善会議の結論にした
数字の読み違いを、人が確かめる線
AIは、集計の結果を言葉に直すのが得意な一方で、数字の前提を落としがちです。たとえば、平均の所要時間が改善したと答えても、それが件数の少ない月の偏りなのか、例外の多い取引を除いた結果なのかは、道具が返した条件を見なければ分かりません。
そこで、道具の出力には、集計の対象期間、件数、除外した条件を必ず含めるようにし、AIの答えにもそれを書かせます。そのうえで、意思決定や社外への説明に使う数字は、分析の担当者が確定値と照らして確かめるという線を引きます。日常の確認や調べものであればAIの答えで動いてよく、会議の資料や取引先への説明に使うときだけ人の確認を挟む、という二段の線が運用しやすい形です。
もう一つの読み違いは、流れの実態と、あるべき流れの混同です。ProcessAnalyzer には設計上の流れを読む道具もあります。AIが両方を同時に参照すると、「手順ではこうなっている」と「実際はこう流れている」を混ぜて答えることがあります。どちらの道具から得た答えかを明示させる指示を、道具の説明文や社内の利用の手引きに入れておきます。
データの置き場:Snowflake版を選ぶ意味と、まだできないこと
QPR ソフトウェア社 は、ProcessAnalyzer を Snowflake の中で動く形でも提供しています。Snowflake 版では、業務の記録をデータ基盤の外へ持ち出さずに分析でき、2026.6 の版で MCP も使えるようになりました。公式ブログも、データがすでにある場所でプロセスの分析を扱えることを利点に挙げています。すでに Snowflake に基幹の記録を集めている会社にとっては、データの複製を増やさずに済む選択肢です。
一方で、リリース資料には、Snowflake 版の MCP は外部からはプログラム用のアクセストークンで使い、OAuth はまだ対応していないと明記されています。トークンは特定の利用者に結び付けて作るものなので、社員一人ひとりのAIからつなぐ用途では、トークンの発行と回収の手間が利用者の数だけ増えます。ウィキでは、根本原因の分析は Snowflake のモデルでだけ使えるとも書かれており、版によってできることが違う点にも注意が要ります。
どちらの形を選ぶかは、データ基盤の方針で決まります。記録をすでに Snowflake に集めているなら Snowflake 版、別の場所にあるなら通常版、という分け方が基本です。そのうえで、利用者ごとの OAuth が必要な使い方をするなら、Snowflake 版の対応状況を版ごとに確かめてから広げます。
何が社外に出るか:AIの側に渡るデータの流れ
MCP でつなぐと、道具が返した結果は、呼び出したAIのアプリに渡り、そのアプリが使う言語モデルの事業者の環境で処理されます。ProcessAnalyzer がデータを社内に置いたままにできても、AIに返した集計結果は、AIのアプリ側の契約と設定に従って扱われることになります。公式ブログはデータがある場所で扱えることを強調していますが、AIの側に何が渡るかまでは書いていません。
ですから、確かめる相手は二つあります。一つは ProcessAnalyzer 側で、どの道具がどんな粒度の結果を返すか。もう一つはAIのアプリ側で、法人向けの契約で入力が学習に使われないか、会話の記録がどこにどれだけ残るか。取引先名や金額を含む集計を返す道具は、法人契約で使っているAIのアプリにだけつなぐ、と線を引きます。
ProcessAnalyzer 自身のAI機能については、2026.6 の版で、OpenAI と互換の窓口を持つ社内のAIの中継基盤に接続できるようになりました。中継基盤を使えば、どの言語モデルに何を送ったかを自社の記録に残せるので、AI導入の担当がすでに中継基盤を運用している会社では、こちらにまとめるのが管理しやすい形です。
提供元の継続性をどう見るか
小規模な上場企業の製品を選ぶときは、提供元が続くかどうかも判断材料に入ります。QPR ソフトウェア社 は上場企業なので、業績と見通しが公開されています。2026年8月4日には、顧客2社の契約が終了したことを理由に、2026年の利用料型の売上の見通しを引き下げました。利益の見通しは据え置き、ProcessAnalyzer の利用料型の売上は前年並みになる見込みとしています。8月の半期報告では、利用料型の売上が第2四半期で前年同期比10%減、上半期で3%減でした。
一方で、2026年には北米での分析会社との提携の拡大、フィンランドのコンサルティング会社との提携、米国の公的機関による採用を発表しており、別の製品の一部地域の知的財産を売却して ProcessAnalyzer に集中する動きも見せています。買収や事業の終了の発表は見当たりません。事業が止まる兆しではないものの、規模の小ささと売上の伸び悩みは事実として見ておくべきでしょう。
継続性の不安への備えは、契約と設計の両方で取れます。契約では、解約時に分析モデルと定義を取り出せるか、提供が終わる場合の告知の期間を確かめます。設計では、AIに開く道具の定義(何をどう数えるか)を、製品の外の文書にも残しておくことです。道具の定義が社内に残っていれば、別の製品に移っても同じ問いに答える窓口を作り直せます。
費用の増え方と、止め方
今回確認した公式のページには料金の記載がなく、費用は個別の見積もりになると考えられます。見積もりの際は、MCP での利用が追加の費用になるのか、利用者の数や分析の対象の件数で増えるのかを確かめます。Snowflake 版を選ぶ場合は、ProcessAnalyzer の費用とは別に、問い合わせのたびに Snowflake の計算資源の費用がかかる点も見込みます。エージェントから頻繁に呼ぶ使い方では、ここが最も読みにくい部分です。
止め方は三つの段階で用意しておきます。一つ目は道具単位で、問題のある道具だけを公開から外す。二つ目は利用者単位で、特定の層の接続の許可を取り消す。三つ目は全体で、MCP サーバーそのものを止める。組み込みの道具は設定で無効にでき、共有の鍵を使っている場合は鍵を変えれば一斉に止まるので、どの手順を誰が実行するかを決めておきます。
止めた後の業務の戻り先も決めておきます。AIから引けなくなっても、ダッシュボードと分析の担当者への問い合わせで業務が回ることを確かめておけば、止める判断をためらわずに済みます。
よくある質問
ダッシュボードがあれば、AIから引く必要はないのでは
分析を見に行く人が限られている会社では、AIから引けることで利用者の層が広がります。ただし、定義が一つでなければならない経営の数字は、AI経由でも定義を固定した道具に限るのが前提です。ダッシュボードを置き換えるのではなく、問いの入口を増やすものと考えるのが妥当です。
担当者の名前が分からないと、原因が追えないのでは
原因を追う段階で担当者の情報が必要になることはあります。その場合も、AIの会話の中で個人を比べるのではなく、分析の担当者が画面で確かめる手順に切り分けます。AIに開く道具は、工程・取引先・品目などの単位までにとどめるのが安全です。
社内でまだプロセスマイニングをしていない場合はどうするか
この記事の話は、分析のモデルがすでにあることが前提です。まだであれば、まず一つの業務を選んで記録を集め、分析を現場と読み合わせるところから始めます。AIに開くのは、数字の定義が社内で合意されてからで遅くありません。
日本語で問いかけても答えられるのか
言葉を解釈して道具を選ぶのは、つないだAIのアプリの側の仕事です。ただし道具の名前と説明文は、AIが道具を選ぶ手がかりになります。公式の説明でも説明文は短く的確にとされており、日本語の質問で正しく選ばれるかは、試験の段階で確かめる必要があります。
まとめ
QPR ProcessAnalyzer は2026年に MCP サーバーとして動くようになり、業務の流れや遅れの分析を、社員の ChatGPT・Claude・Copilot やエージェントから呼べるようになりました。組み込みの道具は読み取り専用で、利用者ごとの OAuth なら本人の権限の範囲で動きます。それでも、何を開き、誰の資格で、どこまで答えさせるかを決めるのは会社の側です。業務改善の担当者には広く、経営には定義を固定した指標だけを、エージェントには知らせるだけの道具を開く。担当者個人を比べる切り口は道具にせず、意思決定に使う数字は人が確定値と照らす。データの置き場とAIの側に渡る情報の流れを確かめ、提供元の継続性に備えて道具の定義を社内に残し、止め方を三段で用意しておく。この順番を踏めば、業務の実データをAIに開いても、数字と人を守ることができます。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
